YOLOv10 против YOLOX#

Сфера компьютерного зрения движима быстрыми достижениями в архитектурах детектирования объектов в реальном времени. В этом подробном техническом сравнении рассматриваются две влиятельные модели, расширившие границы эффективности и парадигм проектирования: YOLOv10 и YOLOX. Изучая их архитектурные различия, метрики производительности и методологии обучения, разработчики и исследователи могут принимать обоснованные решения для развертывания надежных систем технического зрения.

История создания и происхождение моделей#

Понимание происхождения этих моделей глубокого обучения дает полезный контекст относительно их архитектурных целей и целевых вариантов использования.

YOLOv10: отказ от NMS для полноценного сквозного (end-to-end) детектирования#

Разработанная для устранения давних проблем с задержками, модель YOLOv10 представила подход нативного сквозного детектирования для семейства YOLO.

• Авторы: Ао Ван, Хуэй Чен, Лихао Лю и др.
• Организация: Tsinghua University
• Дата: 23 мая 2024 г.
• ArXiv: 2405.14458
• GitHub: THU-MIG/yolov10
• Docs: Ultralytics YOLOv10 Documentation

Узнай больше о YOLOv10

YOLOX: преодолевая разрыв между научными исследованиями и промышленностью#

YOLOX появился как версия традиционного дизайна YOLO без использования якорей (anchor-free), предлагая более простую методологию с конкурентоспособной производительностью, специально ориентированную на упрощение развертывания в промышленных сообществах.

• Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun
• Организация: Megvii
• Дата: 18 июля 2021 г.
• ArXiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: YOLOX Official Documentation

Узнай больше о YOLOX

Архитектурные особенности и инновации#

Обе структуры отходят от традиционных детекторов на основе якорей, но они решают разные проблемы в конвейере детектирования объектов.

Архитектура YOLOX#

YOLOX привнесла несколько важных обновлений в экосистему в 2021 году. Ее основным вкладом стал переход на дизайн anchor-free детектора. За счет устранения предопределенных якорных рамок (anchor boxes) YOLOX значительно сократила количество параметров проектирования и эвристической настройки, требуемых для различных наборов данных.

Кроме того, в YOLOX используется раздельная голова (decoupled head), которая разделяет задачи классификации и регрессии. Это разрешило конфликт между двумя целями, значительно ускорил сходимость во время обучения. Он также задействует SimOTA для продвинутого назначения меток, улучшая обработку сцен с большим скоплением объектов и перекрытий, характерных для датасета COCO.

Архитектура YOLOv10#

Хотя YOLOX улучшила голову детектирования, она по-прежнему полагалась на подавление немаксимумов (NMS) во время инференса, что вызывает вариативность задержек. YOLOv10 целенаправленно устранила этот недостаток, представив стратегию согласованного двойного назначения (consistent dual assignment) для обучения без NMS. Во время обучения используются как one-to-many, так и one-to-one назначения меток, но во время инференса одна из голов полностью отключается, выдавая чистые предсказания без постобработки NMS.

YOLOv10 также отличается целостным дизайном модели, ориентированным на эффективность и точность. Она включает в себя облегченные головы классификации и пространственно-канальную раздельную дискретизацию (downsampling), значительно уменьшая количество параметров и FLOPs без ущерба для точности.

Сравнение производительности#

Оценка этих моделей на таком оборудовании, как GPU NVIDIA T4, выявляет явные преимущества в зависимости от масштаба. Ниже представлена полная сравнительная таблица.

Как видно выше, YOLOv10 масштабируется исключительно хорошо. Вариант YOLOv10x обеспечивает наивысшую точность (54.4 mAP), в то время как вариант YOLOv10n обеспечивает самую быструю инференцию с использованием интеграции TensorRT. С другой стороны, устаревшая модель YOLOX nano отличается наименьшим общим объемом для сильно ограниченных сред.

Методологии обучения и требования к ресурсам#

При внедрении моделей в производство экосистема обучения и требования к ресурсам так же важны, как и чистая скорость инференса.

YOLOX часто опирается на старые конфигурации среды, которыми может быть сложно управлять. Кроме того, ее устаревшая кодовая база требует больше шаблонного кода для реализации распределенного обучения на нескольких GPU или оптимизации смешанной точности.

В отличие от этого, YOLOv10 плавно интегрируется с современными рабочими процессами PyTorch, но именно экосистема Ultralytics по-настоящему преображает опыт разработчика. Модели Ultralytics характеризуются значительно меньшим потреблением памяти CUDA во время обучения по сравнению с архитектурами на базе Transformer, такими как RT-DETR.

Пример кода: Оптимизированное обучение#

Используя единый API Ultralytics, ты можешь легко обучать современные модели всего за несколько строк Python. Это позволяет избежать ручной компиляции операторов C++ или запутанных конфигурационных файлов.

from ultralytics import YOLO

# Initialize a pre-trained YOLOv10 model
model = YOLO("yolov10s.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export the optimized model to ONNX format
model.export(format="onnx")

Этот простой синтаксис обеспечивает немедленный доступ к автоматической смешанной точности, автоматизированной аугментации данных и интеграции с такими инструментами, как Weights & Biases, «из коробки».

Сценарии использования и рекомендации#

Выбор между YOLOv10 и YOLOX зависит от конкретных требований твоего проекта, ограничений развертывания и предпочтений в отношении экосистемы.

Когда стоит выбрать YOLOv10#

YOLOv10 — отличный выбор для:

• Детекции в реальном времени без NMS: Приложения, которым полезна сквозная (end-to-end) детекция без использования Non-Maximum Suppression, что снижает сложность развертывания.
• Сбалансированного соотношения скорости и точности: Проекты, требующие оптимального баланса между скоростью вывода и точностью детекции для различных масштабов моделей.
• Приложения с постоянной задержкой: Сценарии развертывания, где предсказуемое время вывода критически важно, например, в robotics или автономных системах.

Когда выбирать YOLOX#

YOLOX рекомендуется для:

• Исследований безъякорного обнаружения: академических исследований, использующих чистую безъякорную архитектуру YOLOX как базу для экспериментов с новыми головами детекции или функциями потерь.
• Сверхлегких Edge-устройств: развертывания на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый вес варианта YOLOX-Nano (0.91 млн параметров).
• Изучения назначения меток SimOTA: исследовательских проектов, анализирующих стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает наилучшее сочетание производительности и удобства для разработчика:

• Развертывания на периферии без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложности постобработки подавления немаксимумов.
• Среды только с CPU: устройств без выделенного GPU-ускорения, где до 43% более быстрый вывод на CPU у YOLO26 дает решающее преимущество.
• Обнаружение малых объектов: Сложные сценарии, такие как aerial drone imagery или анализ с помощью IoT-сенсоров, где ProgLoss и STAL значительно повышают точность для крошечных объектов.

Будущее ИИ в компьютерном зрении: встречай YOLO26#

Хотя YOLOv10 и YOLOX представляют собой важные вехи, ландшафт компьютерного зрения неустанно движется вперед. Для разработчиков, начинающих новые проекты сегодня, мы однозначно рекомендуем Ultralytics YOLO26.

Выпущенный в январе 2026 года Ultralytics YOLO26 опирается на фундаментальный прорыв дизайна без NMS (end-to-end NMS-free), впервые примененного в YOLOv10, дорабатывая его для еще большей стабильности и скорости.

YOLO26 выделяется, предлагая несколько значительных скачков вперед:

• До 43% быстрее инференс на CPU: Стратегически удалив Distribution Focal Loss (DFL), YOLO26 достигает значительно более высокой производительности на граничных устройствах без GPU.
• Оптимизатор MuSGD: Вдохновленный стабильностью обучения больших языковых моделей (LLM), этот новый гибрид SGD и Muon обеспечивает более быструю сходимость и высокостабильные запуски обучения.
• ProgLoss + STAL: Эти продвинутые функции потерь дают заметные улучшения в распознавании мелких объектов — критический фактор для аэросъемки и датчиков IoT.
• Непревзойденная универсальность: В отличие от YOLOX, который является исключительно детектором объектов, YOLO26 нативно поддерживает сегментацию экземпляров, оценку позы, классификацию изображений и детектирование OBB в рамках одной унифицированной библиотеки.

Узнай больше о YOLO26

Применение в реальных условиях#

Выбор правильной модели определяет успех реальных внедрений в различных отраслях.

Высокоскоростная видеоаналитика#

Для обработки плотных видеопотоков, таких как управление трафиком в умном городе, YOLOv10 предоставляет значительное преимущество благодаря постобработке без NMS. Устранение узкого места NMS позволяет поддерживать стабильно низкую задержку, что делает ее идеальной для сопряжения с алгоритмами трекинга, такими как BoT-SORT.

Развертывание на устаревшем граничном оборудовании#

Для старых академических установок или устаревших приложений Android, сильно оптимизированных под чистые сверточные парадигмы, более компактные модели, такие как YOLOX-Tiny, все еще могут найти специализированное применение там, где поддержание старых сред PyTorch является приемлемым компромиссом.

Современные граничные устройства и IoT#

Для развертывания на оборудовании нового поколения, таком как робототехника, дроны и анализ полок в ритейле, YOLO26 является абсолютным решением. Его радикально сниженная задержка CPU и превосходное детектирование мелких объектов делают его уникально подходящим для автономной навигации и детального управления запасами.

Для дополнительных сравнений, расширяющих твой инструментарий глубокого обучения, ты также можешь изучить, как эти модели соотносятся с альтернативами, такими как гибкий YOLO11 или работающий на базе Transformer RT-DETR.